L3法律・法務系士業規模非公表
西村あさひ法律事務所・外国法共同事業
文書検索・リサーチ・ナレッジ／複数ツール併用（「ベスト・オブ・ブリード」方針。具体的なベンダー名は非開示）
情報検索の効率化、文書要約の迅速化、クライアント報告資料の叩き台作成で実績。利用者としての品質向上とAI法務の専門家としての助言の両面を志向。※定性成果のみ（数値公表なし）
L1 ベンダー公表数値は公開時点のもの
法律・法務系事務所H（規模非公表）
特許事務所（弁理士）／文書検索・リサーチ・ナレッジ／導入ツール: Patentfield株式会社（Patentfield／AI分類予測）
- 業種
- 法律・法務系士業
- 規模帯
- 規模非公表
- 業務領域
- バックオフィス（経理・人事・総務・法務・事務）
- 公表時期
- 記載なし
同じ用途（文書検索・リサーチ・ナレッジ）の導入事例をまとめて見る（18件）
この事例と同じ用途の導入事例を、業種をまたいで18件収録しています。 業種の分布・業務パターン別の整理は用途ハブにまとめています。
課題
導入前に抱えていた問題
毎月数十件の公報をすべて査読してレポートを提出する定期調査依頼があり、競争の厳しい業界で品質担保とスタッフの働き方の両立が課題だった。
- 作業時間・コスト削減
- 対応スピード
- 品質・正確性
導入
導入したツール・取り組み
Patentfield株式会社（Patentfield／AI分類予測） を導入。 用途は「定期調査（SDI）レポートの査読効率化、クレーム素案の先行技術調査」（出典元の記載による）。
同じツールの導入を検討するなら
この事例で使われた Patentfield の公式サイトで、機能・料金・資料請求を確認できます。
Patentfieldの公式サイトを見る →※広告（PR）。当サイトの送客リンクを経由して公式サイトへ遷移します。掲載・送客の方針は掲載基準をご覧ください。
成果
公表されている成果
過去約2,000件の査読結果データをAIに学習させたところ「80%ぐらいの精度で正解していました」（マネージングパートナー談）
分母（母数規模）: 過去約2,000件の査読結果データ
定性的な変化（出典元の記載を要約）
AI分類予測で査読スピードを上げつつ品質を担保。特許検索の心理的ハードルが下がり、調査業務の効率化につながった。
出典とエビデンスレベル
L1 ベンダー公表
ベンダー（提供企業）が公表した導入事例。当サイトでは企業名を匿名化し、出典リンクを明示して引用しています。
出典: https://patentfield.com/case_studies/1
最終確認日: 2026-07-03。掲載内容に誤りがある場合はお問い合わせからご指摘ください。
関連
法律・法務系士業の他の事例
L1法律・法務系士業規模非公表
法律・法務系事務所I（規模非公表）
文書検索・リサーチ・ナレッジ／パテント・インテグレーション株式会社（特許読解AIアシスタント サマリア）
ユーザー報告として「公報のスクリーニング時間が80%程度低減」「読み込み負担が70%程度低減」。個別事務所ではなくユーザー調査の集計値※母数規模の記載なし（参考値）
L1法律・法務系士業規模非公表
法律・法務系事務所L（規模非公表）
文書検索・リサーチ・ナレッジ／ChatGPT（OpenAI）
業務負担が体感で従来の3分の1程度に軽減。初回面談を30分から15分に短縮。サービス開始から約半年で新規顧客を約100社獲得※母数規模の記載なし（参考値）
L1法律・法務系士業10〜49名
法律・法務系事務所M（従業員10〜49名規模）
文書検索・リサーチ・ナレッジ／Legalscape
キーワード横断検索や引用文献の遡り確認が可能になり、リサーチの網羅性・正確性への安心感が向上※母数規模の記載なし（参考値）